冬小麦叶片

作物收获指数（HI）是评价作物产量和栽培效果的重要生物学参数，是进一步提高作物产量的重要决定因素。对作物育种、作物生长模拟、精准农业作物管理、作物产量估算及其它方面的应用研究具有重要意义。近年来，遥感凭借其在速度、精度和覆盖范围等方面的优势已逐渐成为获取大尺度作物HI的有效技术手段。而无人机（UAV）遥感技术也迅速发展，成为农业遥感监测的新手段。目前，UAV遥感传感器主要包括数码相机、多光谱相机和高光谱相机。其中，高光谱相机具有较多的波段，可以获取与作物生长状况密切相关的波段信息，可以为作物动态生长监测提供丰富的信息源，并可靠收集作物HI动态变化信息。然而，目前利用UAV高光谱遥感估算作物HI并无相关报道。基于此，在所附文章中，来自中国农业科学研究院的一组研究团队以冬小麦为研究对象，充分考虑其开花期至成熟期生物量和灌浆过程的变化以获取作物动态HI（D-HI）的空间信息。动态fG（D-fG）参数估算为开花期至成熟期期间不同生长期累积的地上生物量与对应时期地上生物量的比值。作者基于无人机高光谱遥感（DJI M600 Pro UAV+ Resonon Pika L 高光谱成像）数据进行了D-fG参数估算，提出了一种获取冬小麦D-HI空间信息的技术方法，并验证了所提出方法的精度。通过UAV高光谱数据计算的归一化差异光谱指数（NDSI）和D-fG测量值之间的相关关系筛选出D‑fG估算的敏感波段中心和最佳波段组合，从而实现D‑fG的准确估算。最后，基于D-fG遥感参数和D-HI估算模型，准确获取冬小麦D-HI空间信息。Pika L 高光谱成像仪研究区域中国河北省衡水市深州县（37.71°~38.16°N，115.36°~ 115.80°E）。图1 研究区位置和UAV飞行样地分布。图2 本研究应用方法概述结果表1 D-fG和NDSI之间关系及其精度验证图3 基于敏感波段中心λ(724 nm，784 nm)的D-HI估算结果（2021年5月25日）。图4 基于敏感波段中心λ(724 nm，784 nm)的D-HI估算结果（2021年6月4日）。结论通过将静态fG参数转化为动态D-fG参数，提出了一种基于UAV高光谱数据的D-fG遥感参数获取冬小麦D-HI空间信息的方法并进行验证。最后，准确估算了冬小麦D-HI的空间信息。其中，选取5对敏感遥感波段中心以估算D-fG参数：λ（476 nm，508 nm），λ（444 nm，644 nm），λ（608 nm，788 nm），λ（724 nm，784 nm）和λ（816 nm，908 nm）。验证了基于遥感的D-fG估算值，RMSE为0.0436-0.0604，NRMSE为10.31%- 14.27%，MRE为8.28%-12.55%。同时，5对敏感高光谱波段中心的D-HI空间信息估算精度较高，RMSE为0.0429-0.0546，NRMSE为9.87%-12.57%，MRE为8.33%-10.90%。基于高光谱敏感波段中心λ（724 nm，784 nm）的D-HI估算结果精度最高，RMSE、NRMSE和MRE值分别为0.0429、9.87%和8.33%。本研究中D-fG和D-HI的估算结果具有较高的准确性，证明了所提出的基于UAV高光谱数据估算冬小麦D-HI空间信息的方法的可行性。这对未来利用卫星遥感进行大尺度作物D-HI估算具有一定的参考意义。请点击以下链接，阅读原文：https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650311697&idx=1&sn=4d80ee946dd13c8de0696546b9c40941&chksm=bee1a0ee899629f8f3cb273e4a62f4d8ee9c0401ce1a9fddd5448755c2ae8e66b0654c58b3fc&token=1416149618&lang=zh_CN#rd

小麦作为人类重要的粮食来源之一，你对它的印象是什么？是夜来南风起，小麦覆陇黄的生机景象，还是大麦干枯小麦黄，妇女行泣夫走藏的悲切画面?风吹麦浪的一片金黄往往让人神往，然而随着全球气候的变化，干旱逐渐开始威胁小麦的生长及产量，各地小麦纷纷减产，继而引起价格的上涨。久旱麦粒细，终久不成穗......如今，小麦在干旱环境下的生存和适应能力备受关注。叶绿素作为植物生长的基本生化过程之一，与干旱适应性之间的关系引发了广泛的研究兴趣。下面这篇论文聚焦干旱胁迫下小麦的叶绿素含量，通过研究一种新型的监测方法，有望提高对小麦叶绿素含量评估的准确性，对推动粮食安全与生态环境的平衡发展具有重要意义。Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用研究背景小麦是对全球粮食安全至关重要的主要粮食作物。然而，小麦作物遭受着许多非生物胁迫，包括低温、干旱、高温和干热风，这强烈影响其生长、发育和生产力。干旱是世界范围内最严重的非生物胁迫之一，可显著降低小麦的分蘖数、每穗粒数和千粒重。2021年，美国和巴西都遭受了历史性的严重干旱，这使全球粮食价格上涨至近十年来的最高水平。因此，有效监测小麦生长过程中干旱胁迫的影响对提高产量、品种和粮食安全至关重要。叶绿素是植物光合作用的基础，直接决定植物净初级生产力和碳收支，叶绿素含量可以反映植物的生长状况。而干旱胁迫会降低作物的叶绿素含量，破坏光合机制，抑制其生长，最终降低产量。干旱胁迫下作物叶绿素含量的变化程度与抗旱性密切相关，因此，监测小麦叶绿素含量可为小麦的光合作用和抗旱性提供关键信息。传统的叶绿素含量测定方法包括分光光度法和使用手持式叶绿素含量仪，这些方法使得叶片破坏程度大、效率低，不利于大规模测定小麦叶绿素含量。而与传统方法相比，高光谱成像技术可以快速、无损、高效地测定植物叶绿素含量。此外，高光谱图像包含丰富的光谱信息，可用于精确的农业研究和建立复杂的数学模型。近年来，高光谱成像技术在植物监测中的应用发展迅速，广泛的研究主要集中在开发基于光谱指数的模型来估计叶绿素含量。然而，少量的敏感波段并不能充分代表所有的高光谱信息。此外，大多数研究使用的小麦品种较少，忽略了多品种间的异质性。因此，以往模型对其他系统的适用性受到限制，该模型对大规模叶绿素含量和抗旱性的评估无效。研究过程基于此，在本研究中，来自中国西北农林科技大学的一组研究团队以中国阳岭区（108◦ 4 0 E，108◦ 160E，34◦ 160N）为研究区，对新作物品种进行试验。2021年10月21日，在一个钢架棚内共种植335个小麦品种（共2010个叶片样品），并将它们置于不同的土壤含水量条件下，采用土壤钻探法测量0.5m深度的土壤含水量。再在每个品种中采集了6个新鲜的旗叶样本，在实验室内利用Resonon Pika L 高光谱成像系统采集小麦叶片的高光谱图像数据，同时利用SPAD-502 Plus叶绿素计测定小麦旗叶的SPAD值（反映叶绿素含量）。对高光谱图像进行平滑处理（使用Savitzky-Golay滤波器）、一阶导数处理。分析控制和干旱胁迫下小麦灌浆期旗叶的高光谱特征及其与SPAD值的相关关系，用逐次投影算法（SPA）识别特征波段，最后采用机器学习方法构建了四种回归模型，包括简单线性回归（SLR）、最小绝对收缩和选择算子回归（LASSO）、岭回归（RR）和随机森林回归（RFR）模型，并检验模型效果，以确定快速叶绿素含量估计模型的准确性，最终建立一种快速、无损、准确、广泛适用的方法来评估小麦叶绿素含量、光合作用和抗旱性。不同土壤含水量条件下小麦叶片的高光谱曲线和单波段高光谱图像（对照处理CK和干旱胁迫DS条件下）。叶片高光谱与SPAD值的相关性分析及拟合结果。（A，B）光谱反射率和一阶导数与SPAD值的相关性；（C，D）基于549 nm光谱反射率和735 nm光谱一阶导数的简单线性回归（SLR）分析；（E，F）基于549 nm处反射率和735 nm处一阶导数的SPAD预测值和实测值的拟合结果。结果基于不同数据集和模型的SPAD预测值和实测值的比较。（A-C）全波段高光谱反射率的LASSO、RR和RFR模型；（D-F）全波段高光谱一阶导数的LASSO、RR和RFR模型。基于全波段高光谱反射率模型，对不同土壤含水量条件下小麦叶片SPAD预测值和实测值的拟合结果。（A-C）控制条件下的LASSO回归、RR和RFR模型；（D-F）干旱胁迫条件下的LASSO回归、RR和RFR模型。（A，B）由549 nm反射率和735 nm一阶导数估计的叶片水平上的SPAD值图。基于光谱和图像特征数据集的RFR模型结果。结论本研究利用不同土壤含水量条件下大规模小麦品种的高光谱图像分析，确定了叶片叶绿素含量快速估算模型的准确性。对叶绿素含量估计最敏感的波段在可见波段（400-780nm），相关分析表明，最佳波段位于541、549、708和735 nm附近，549 nm处的高光谱反射率和735 nm处的一阶导数与SPAD值的相关性最强。SPA结果表明，在536、596和674 nm处的波段是估计SPAD值的最佳波段，在756和778 nm处的一阶导数对估算相对叶绿素含量最有用。结合光谱特征和图像特征可以提高干旱胁迫小麦SPAD值的估算精度（RFR模型最优性能：R2 = 0.61，RMSE = 4.439，RE = 7.35%）。总之，本研究建立的模型可以有效地评价小麦叶绿素含量，并为了解光合作用和抗旱性提供依据；本研究建立的技术方法具有巨大潜力，可为小麦及其他作物的高通量表型分析和遗传育种提供参考。

我想您可能会有兴趣? 　　在本周内即将闭幕的哥本哈根全球气候会议上，我们的大客户，丹麦的LM Glasfiber(艾尔姆玻璃纤维制品有限公司)展示了世界上最大的风力发电机叶片。 　　实验室工作人员正在使用英斯特朗万能材料试验机3384、8802和3台8801对叶片进行力学性能测试。 　　通往COP15! 　　“一、两周前，世界上最大的风电叶片从丹麦小城Lunderskov，经过跋山涉水到达了丹麦首都哥本哈根。这里，在有关全球气候变化讨论最至关重要的那几天，它将吸引几百万人的注意。在12月份，61.5米长的叶片将会恭候世界各国领导人的到到来。 　　风电工作了!这是本次气候会议来自风电产业最有力的证据之一，世界上最长的叶片，来自LM Glasfiber的61.5米长叶片的连续生产，象征着风电产业的崛起。 　　叶片充分而清楚地证明了风电产业的集约发展。25年前，最长的风力发电机叶片轮子直径是16米，只能发电50KW.今天，大规模生产的风电发电机叶片旋转直径是126m，扫过几乎两个足球场，额定输出5MW电量-足够为5000户欧洲家庭提供电力。 　　星期五的早些时候，叶片还在LM Glasfiber的Lunderskov工厂内准备运送到哥本哈根。现在，它被安放在Bella Center的主入口处，作为与丹麦风电业协会(GWEC)协作的风电运动的一部分。 　　叶片介绍 　　LM 61.5P叶片的发展原型早在2004年就已产生，经过了几年的在材料、设计和生产过程方面广泛的研发。今天，18.8吨重的叶片，已经在LM Glasfiber的Lunderskov工厂大规模生产了，工厂靠近丹麦小城科灵。在叶片的研发过程中，它们必须接受测试。通过全年的测试试验，叶片必须经受住极端载荷和弯曲，以确定它们，在恶劣和有风的环境下，可以承受20年中等强度的磨损和撕裂。 　　叶片主要是为海面项目研发的，并且被安装在德国、苏格兰和比利时的海边风场。在20年的使用寿命中，一台5MW额定发电量的风力发电机可以帮助减少18万吨CO2的排放。　　 61.5米长的叶片!　　 在实验室测试